SensusAccess riconosce diagrammi e schemi?

Diagrammi con frecce vengono correttamente interpretati se si tratta di testo + simboli, ma vengono ignorati se si tratta di immagini di diagrammi o grafici.

SensusAccess riconosce testi in greco antico?

SensusAccess è in grado di effettuare l'OCR e quindi riconoscere il testo in varie lingue, incluso l'alfabeto greco antico. 

SensusAccess può riconoscere le formule matematiche nei file PDF?

SensusAccess non riconosce i simboli matematici nei documenti PDF o in altri documenti di tipo immagine. 

Il motivo è che gli sviluppatori non sono ancora riusciti a creare uno strumento affidabile in grado di riconoscere la matematica nel testo analizzato e determinare cosa è simbolo matematico e cosa non lo è.

Se l'utente identifica manualmente le formule matematiche, può utilizzare uno strumento come Equatio, per convertirle in formato MathML, LaTeX e altri formati. 

MathPix afferma di poter elaborare la matematica tramite tecnologia OCR, riconoscimento ottico dei caratteri, ma dopo aver testato a fondo la soluzione, i tecnici hanno concluso che la qualità era molto scarsa e MathPix ha successivamente ammesso di non essere preciso. ​

SensusAccess può convertire documenti in cui la matematica è inclusa come oggetto matematico reale: in DAISY Math e EPUB3/MathML; SensusAccess può anche convertire file LaTeX.

Rendere accessibili spartiti e partiture musicali

SensusAccess non effettua conversioni di spartiti o partiture musicali al momenti, anche se gli sviluppatori stanno valutando la possibilità di integrare questa funzionalità nei prossimi mesi.

Al momento segnaliamo l'esistenza di 2 soluzioni in particolare, che permettono l'OCR dei file PDF e anche partiture scritte a mano:

ScanScore (https://scan-score.com/) è una soluzione software in grado di riconoscere la musica digitalizzata, acquisire via OCR i file PDF, e trasformarla in MusicXML

Per le partiture scritte a mano: ci sono solo poche applicazioni in grado di eseguire l'OCR, ma mi è stata segnalata: PhotoScore (https://www.neuratron.com/photoscore.htm) sul cui sito web è disponibile un video che spiega come funziona il software.

Quanto tempo è necessario per la conversione?

Il processo di conversione solitamente impiega tra i 2 minuti e le 2 ore, dipende dalla dimensione del file, dal formato di origine e dal formato di destinazione selezionato.

Alcuni processi hanno dei limiti tecnici di tempo, ad esempio il caricamento dei documenti deve completarsi entro 10 minuti, l'OCR deve essere completato entro 2 ore.
Solitamente questo non costituisce un problema, sempre che il materiale fornito sia in di buona qualità. Però quando un utente invia una scansione molto scadente, con un'elevata incertezza nel riconoscimento del contenuto, oppure il file originale è costituito da un documento con molte pagine, con note a piè di pagina e riferimenti incrociati, in quel caso, il sistema per il riconoscimento ottico dei caratteri spende una quantità eccessiva di tempo nel tentativo di convertire il documento e il limite di tempo per l'OCR viene superato, pertanto l'utente riceve un messaggio di errore che il sistema non è riuscito ad elaborare il documento.

Per risolvere questo problema, sarà sufficiente suddividere il documento in sezioni, per esempio di 200 pagine, e richiedere la conversione di ogni file.

Buone pratiche di digitalizzazione dei libri

La prassi standard per la digitalizzazione dei libri cartacei consiste nel tagliare il dorso utilizzando una taglierina, far passare il libro attraverso uno scanner fronte/retro ad alta velocità, ad almeno 300 dpi di risoluzione e salvare il risultato in formato PDF o TIF di sola immagine. 

Successivamente eseguire l'OCR, riconoscimento ottico dei caratteri, per trasformare in PDF taggato o DOCX, per migliorare l'accessibilità del file.
Per rendere accessibile il file, sarà necessario apportare correzioni, da parte di un operatore.

Successivamente, il libro originale può essere rilegato, se necessario.

Se si tratta di un libro antico di valore, esistono varie opzioni per una digitalizzazione non dannosa o non distruttiva, utilizzando la fotografia anziché la scansione; alcune di queste sono addirittura automatizzate o semi-automatizzate. Si tratta di un'operazione costosa in termini di attrezzature e/o manodopera.
Facendo una ricerca su Google per "Overhead Book Scanner" si possono trovare esempi di dispositivi.

Dettagli sulla funzionalità OCR (riconoscimento ottico dei caratteri) di SensusAccess

Anche altre soluzioni possono eseguire l'elaborazione OCR dei documenti, ma in termini di OCR, SensusAccess include il miglior servizio disponibile.

Oltre al riconoscimento dei caratteri di base, SensusAccess esegue anche il riconoscimento delle strutture e identifica elementi strutturali come riferimenti alle note a piè di pagina, intestazioni/piè di pagina, tabelle, colonne, immagini ecc.

Inoltre, SensusAccess esegue la pulizia dei documenti dopo il riconoscimento e rimuove elementi come i trattini opzionali e altri elementi inseriti come parte del processo OCR.

Tuttavia, l'aspetto principale di SensusAccess è che il servizio rende disponibile un'ampia gamma di servizi di conversione, correzione e supporti alternativi da un'unica postazione e con un'unica interfaccia. In questo modo, gli utenti non hanno bisogno di mettere insieme molti frammenti individuali per risolvere i loro problemi.

Convertire formule matematiche con SensusAccess

Sono disponibili varie opzioni di conversione delle formule matematiche, a seconda del formato del documento di origine e del formato del documento convertito:

Ebook EPUB e MOBY e in formato Daisy

Per permettere a SensusAccess di processare correttamente equazioni matematiche, esse non devono essere immagini di formule, ma è necessario che siano “accessible math objects”, creati tramite MathType di Word. MathType è un plug-in utilizzato ampiamente, sia in ambito  professionale che accademico. 

Se le equazioni matematiche sono in altri formati, quali per esempio immagini all'interno di file PDF, è possibile utilizzare EquatIO per convertire le equazioni in oggetti MathType.

File in formato TeX/LaTeX

SensusAccess è in grado di convertire documenti TeX/LaTeX in formato HTML5. Anche EquatIO può essere utilizzato per convertire immagini di equazioni in LaTeX.




Nel caso di formule matematiche in formato immagine (acquisite con scanner)
Non esistono attualmente software OCR in grado di riconoscere le formule di matematica e chimica e trasformarle in oggetti matematici o chimici veri e propri.

Infty Reader offre un certo grado di riconoscimento della matematica, ma soggetto a errori, e richiede che i documenti di partenza siano forniti in una risoluzione molto alta (600 dpi) e in puro nero su bianco. 

Esiste una soluzione semiautomatica: Equatio di TextHelp che consente di selezionare singole equazioni e di convertirle in MathML, MathType o in formato testo con un grado di precisione molto elevato. In questo modo, è possibile esaminare una copia scansionata di un documento con matematica, selezionare ogni equazione e copiarla, ad esempio, in Word come oggetto MathType.

Ulteriori dettagli alla URL: https://www.sensusaccess.com/resources/software-and-tools/#math

Editor per la Matematica
Di seguito un elenco di strumenti aggiuntivi per rendere accessibili documenti contenenti formule Matematiche, supportati da SensusAccess.
vedi: https://www.sensusaccess.com/resources/software-and-tools/#math

MathType di Wiris (precedentemente Design Science).
Editor di equazioni per Microsoft Windows e Apple OSX (Mac) per creare contenuti matematici accessibili in documenti, presentazioni, pagine web e altro.
https://www.wiris.com/mathtype

EquatIO di TextHelp. 

Riconosce la matematica nei documenti scansionati, compresa quella scritta a mano. Gli oggetti matematici riconosciuti possono essere inseriti come MathType in altri documenti.
https://www.texthelp.com/en-us/products/equatio/

InftyReader. 

Un'applicazione di riconoscimento ottico dei caratteri (OCR) per il riconoscimento e la conversione di documenti scientifici scansionati (compresi i simboli matematici) in LaTeX, MathML e XHTML.
Scarica da http://www.inftyreader.org

SensusAccess: OCR riconoscimento ottico dei caratteri

SensusAccess utilizza l'intelligenza artificiale per il riconoscimento ottico dei caratteri OCR. 

E' in grado di riconoscere diversi tipi di testo antico (dal punto di vista della stampa e dell'ortografia), ma non è in grado di riconoscere il testo scritto a mano.

Processo di OCR di SensusAccess

La qualità dell'OCR di SensusAccess naturalmente dipende molto dalla qualità del documento originale. SensusAccess utilizza al momento la versione server di ABBYY Finereader per il processo di OCR.